MétaCan
Menu
Retour à la cohorte
Enregistrement W4366351949 · doi:10.1242/jeb.245731

Rapid manoeuvre of fan worms (Annelida: Sabellidae) through tubes

2023· article· en· W4366351949 sur OpenAlexaff
Wei Jiang, Yu Sun, Zhigang Wu, Zhao Pan, Michael J. Bok, Jianing Wu

Notice bibliographique

RevueJournal of Experimental Biology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSun Yat-sen UniversityNational Natural Science Foundation of China
Mots-clésBiologyDragAnatomyMarine engineeringMechanicsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Multiple variables determine the success of an escape response of an animal, and the rapidity of the escape manoeuvre is often the most important. Fan worms (Annelida: Sabellidae) can rapidly withdraw their tentacles, which are covered in heavily ciliated ramifications called pinnules, into their tubes to protect them from approaching threats. Here, we explore the dynamic and mechanistic features behind this escape manoeuvre. The escape responses of fan worms were recorded by high-speed videography and quantified by computerized motion analysis, showing an ultrahigh retraction speed of 272±135 mm s-1 (8±4 body lengths s-1). We found that fan worms possess powerful muscle-driven systems, which can generate contractive forces up to 36 times their body weight. In order to achieve these rapid, forceful movements through seawater without damaging their tentacles, fan worms have developed functional morphological adaptations to reduce fluidic drag, including the flattening of their radiolar pinnules and the deformation of bodily segmental ridges. Our hydrodynamic models indicate that these mechanical processes can decrease fluidic drag by 47%, trapped mass by 75% and friction coefficient by 89%. These strategies allow fan worms to execute rapid escape responses and could inspire the design of fast in-pipe robots.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,289
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BiologyMême sujetSoft Robotics and ApplicationsTravaux en français237 207